Команда исследователей из Национальных лабораторий Министерства энергетики Ок-Риджа и Лоуренса Беркли (ORNL и LBNL) разрабатывает графовую нейронную сеть для решения глобальных задач (схожесть графов, классификация графов).

На конференции Learning on Graphs 2023 специалисты представили учебное пособие "Масштабируемое обучение графовых нейронных сетей с использованием HPC и суперкомпьютерных средств", в котором рассказано, как масштабировать GNN в вычислительных системах DOE лидерского класса.

Пособие было разделено на пять разделов, третью часть специалисты посвятили масштабируемости и гибкости HydraGNN. Также были рассмотрены примеры запуска HydraGNN на наборах данных с открытым исходным кодом и руководство по работе с нейросетями.

Команда провела тестирование масшабирования HydraGNN в системе Perlmutter в Национальном вычислительном центре энергетических исследований имени Лоуренса. Также специалисты продемонтрировали успех работы модели на суперкомпьютерах Summit и Frontier в вычислительном центре Oak Ridge Leadership. Стоит отметить, что Frontier считается самым мощным компьютером в мире.

Архитектура HydraGNN вышла под брендом Ок-Риджской Национальной лаборатории. Она предназначена для быстрого и точного прогнозирования свойств различных материалов. Для этого графовая нейросеть использует атомарную информацию, абстрагируя структуру решетки твердого материала в виде графика, где атомы представлены узлами, а металлические связи - ребрами.